在服务器Ubuntu22.04系统下，GPT-SoVITS声音大模型的部署

• 一、安装环境：ubuntu基本环境配置
• • • 1.更新包列表：
    • 2. 安装GPU驱动程序
    • 3.安装 NVIDIA Container Toolkit 软件包：
    • 4.查看显卡信息
• 二、安装miniconda环境
• • • 1. 下载miniconda3
    • 2. 安装miniconda3
    • 3. 切换到bin文件夹
    • 4. 输入pwd获取路径
    • 5. 打开用户环境编辑页面
    • 6. 重新加载用户环境变量
    • 7. 初始化conda
    • 8. 创建GPT-SoVITS需要的环境
• 三、克隆GPT-SoVITS仓库
• • • 1. GitHub仓库进行克隆
    • 2. Gitee仓库进行克隆（国内访问快）
    • • 2.1 将GitHub官网地址中的仓库克隆到自己的GitHub仓库中
      • 2.2 注册自己的账号进行使用
      • 2.3 点击新建仓库
      • 2.4 点击导入
      • 2.5 导入GitHub仓库（这里需要科学上网）
      • 2.6 导入一开始fork到自己GitHub仓库的GPT-SoVITS项目
      • 2.7 找到自己的仓库进行克隆
      • 2.8 克隆需要验证自己的身份
      • 2.9 克隆成功
• 三、安装GPT-SoVITS项目依赖
• • • 3.1 进入安装目录
    • 3.2 运行linux的批处理文件
    • 3.3 使用python运行webui.py
• 四、实现外部计算机访问
• • • 4.1 查看我们点动科技的服务器的业务端口
    • 4.2 设置映射端口为30133等
• 五、部署成功

一、安装环境：ubuntu基本环境配置

1.更新包列表：

• 打开终端，输入以下命令：

sudo apt-get update 

sudo apt upgrade 

更新时间较长，请耐心等待

2. 安装GPU驱动程序

• 这个命令会列出您的系统硬件信息，以及推荐的驱动程序版本

ubuntu-drivers devices 

• 这里的4090建议安装 nvidia-driver-535 驱动程序

sudo apt update sudo apt install nvidia-driver-535 

• 安装完成后，请务必重启您的系统，以便新的驱动程序生效。

reboot 

3.安装 NVIDIA Container Toolkit 软件包：

sudo apt install nvidia-container-runtime 

apt install nvidia-cuda-toolkit 

4.查看显卡信息

nvidia-smi 

二、安装miniconda环境

1. 下载miniconda3

wget https://mirrors.cqupt.edu.cn/anaconda/miniconda/Miniconda3-py310_23.10.0-1-Linux-x86_64.sh 

2. 安装miniconda3

bash Miniconda3-py310_23.10.0-1-Linux-x86_64.sh -u 

直接一直enter键，到输入路径和yes
这边建议路径为：miniconda3

3. 切换到bin文件夹

cd miniconda3/bin/ 

4. 输入pwd获取路径

pwd 

复制这里的路径

5. 打开用户环境编辑页面

vim ~/.bashrc  

• 点击键盘I键进入编辑模式，在最下方输入以下代码

export PATH="/root/miniconda3/bin:$PATH" 

6. 重新加载用户环境变量

source ~/.bashrc 

7. 初始化conda

conda init bash 

source ~/.bashrc 

8. 创建GPT-SoVITS需要的环境

conda create -n GS python=3.9 conda activate GS 

三、克隆GPT-SoVITS仓库

1. GitHub仓库进行克隆

官网地址：GPT-SoVITSGitHub地址

git clone https://github.com/RVC-Boss/GPT-SoVITS.git 

2. Gitee仓库进行克隆（国内访问快）

2.1 将GitHub官网地址中的仓库克隆到自己的GitHub仓库中

点击fork：

2.2 注册自己的账号进行使用

gitee仓库官网地址

2.3 点击新建仓库

2.4 点击导入

2.5 导入GitHub仓库（这里需要科学上网）

2.6 导入一开始fork到自己GitHub仓库的GPT-SoVITS项目

2.7 找到自己的仓库进行克隆

2.8 克隆需要验证自己的身份

• 不想输入密码的可以使用私人令牌
  

2.9 克隆成功

三、安装GPT-SoVITS项目依赖

3.1 进入安装目录

cd GPT-SoVITS/ 

3.2 运行linux的批处理文件

./install.sh 

3.3 使用python运行webui.py

python webui.py 

• 看到这里就是项目在服务器本地启动成功了

四、实现外部计算机访问

4.1 查看我们点动科技的服务器的业务端口

• 我们这里是30131-30140

4.2 设置映射端口为30133等

• 在GPT-SoVITS文件夹下的config.py文件里面进行修改

cd GPT-SoVITS/ 

• 使用vim进行编辑

vim config.py 

输入i进行编辑，

• 修改这里的端口：
  

webui_port_main = 30133 webui_port_uvr5 = 30134 webui_port_infer_tts = 30135 webui_port_subfix = 30136  api_port = 30137 

按esc键，冒号，输入wq进行保存

• 再重新执行一遍webui.py

python webui.py 

这里看到已经启动成功30133端口

• 输入服务器的IP:30133可以看到已经进入
  

五、部署成功